基于modis数据的托什干河流域季节性沥青混合积分学分析

基于modis数据的托什干河流域季节性沥青混合积分学分析

0山区积积水以积水面积和地面设置为核心的分区动态研究塔里木河流域是中国最大的内陆流域，生产于周围山区（如天山、东帕米尔山、卡拉昆仑山和昆仑山脉）的冰雪融化水，是塔里木河下游绿洲经济生存和发展的宝贵资源。长期以来，由于缺乏对山区冰雪条件的了解，遥感技术的发展导致了对山区河流分布和变化的研究。在深入研究了一些代表性的河流湖泊的特征后，他们获得了新的发现。然而，对山区雪的认识仍然不够，相关研究也很少。事实上，雪候区的动态变化对于控制区域的气候变化非常重要。雪覆盖物和雪盖物的数量作为水文模型的重要参数，可以预测季节性供水、流域排水和雪洪水的风险。由于空间和时间分辨率的显著优势，山地冰雪生产区的设计被广泛用于监测雪地的动态。大量的验证研究表明，全球雪气候数据与土壤测量数据具有良好的一致性。例如，与克里兰姆相比，实地雪气候调查的结果是，全球雪气候产品的精度为94%。同时，研究还表明，如果雪体深度为4cm，则m-sid系列产品的精度降低。根据parajka等人在美国波罗的海山区的验证研究，美国援助的modis系列产品的精度可达95%。娄梦云等人使用中国新疆北部20个土壤观测量的数据在2002-2011年的modis系列产品中进行了验证，平均精度为94%。托什干河流域是塔里木河旁源区和典型的雪地。因此，遥感数据对流域的形成和变化带的研究具有重要的现实意义和科学意义。1流域地表及下垫面类型托什干河流域是塔里木河的上游源区之一,也是天山山区典型的冰雪覆盖流域.流域高程介于海拔1841~5575m,沙里桂兰克水文站控制整个流域径流,控制面积19166km2(图1).流域内有一个国家气象观测站阿合奇站,流域高程跨度较大,不同高程带的下垫面类型和植被类型有着明显差异(表1).其中,海拔3000m以下主要荒漠带,海拔3000~4000m主要是草地覆盖,而海拔4000m以上则主要是冰雪覆盖和裸岩出露.2方法和数据2.1基于新型雪湿快干产品的积极影响检测MODIS(ModerateResolutionImagingSpectroradiometer)是美国宇航局(NASA)地球观测系统(EarthObservationSystem,EOS)中关键的空间传感器,它带有490个检测元件,分布在36个相互配准的光谱波段,覆盖从0.4μm(可见光)到14.4μm(热红外)的范围.空间分辨率分别为:8~36通道为1000m、3~7通道为500m、1~2通道为250m.该传感器数据具有很高的信噪比,每1~2d观测地球表面一次,在资源环境监测研究中有许多应用.MODIS积雪像元根据MODIS第4波段(0.545~0.565μm)和第6波段(1.628~1.652μm)的归一化差分积雪指数NDSI(normalizeddifferencesnowindex)计算得到.一般来说,雪的NDSI值要比其他地表覆盖物的NDSI值高,如果同时满足NDSI≥0.4、MODIS第2波段(0.841~0.876μm)≥0.11或MODIS第4波段(0.545~0.565μm)≥0.1的条件,那么该像元就判定为雪.全球评估结果表明,MODIS积雪产品的平均分类精度是92%.在我国北疆牧区晴朗天气下,分类精度达98.5%.影响精度的主要因素是云的遮挡和植被覆盖.目前,MODIS积雪产品的应用研究已在许多方面开展,如流域积雪分布的研究,融雪径流模拟研究.研究采用的积雪资料来源于美国雪冰数据中心提供的MODIS/Terra积雪8d合成数据(MOD10A2),空间分辨率为500m.选用了覆盖流域范围的h23v04和h24v04两轨从2000年2月26日至2012年12月26日的共1158景影像.为了评估MODIS数据的精度,本研究使用归一化差分积雪指数算法获取了多个时期LandsatTM影像的积雪覆盖率,以此对MODIS积雪数据进行精度验证(表2).结果表明,MODIS积雪产品的积雪分类结果精度较好.但云覆盖是影响积雪覆盖率准确性的一大因素,尽管使用了8d合成的数据,但研究区域云覆盖比较严重.MODIS积雪数据多年平均的10-翌年3月的云覆盖率超过5%,尤其是1-3月,其值超过10%.为了进一步去除云的影响,使用空间滤波方法对数据进行处理.使用该方法去云后,1-3月的云覆盖率均降低至10%以下(图2).2.2数据集与数据集流域内的地面气象站点阿合奇站位于流域的东南部,海拔1984m(图1).该观测站自1957年开始观测,研究使用站点1957-2012年的气象数据.观测资料表明,站点区域多年平均降水约300mm,多年平均气温10.1℃,降水主要集中在5-10月,占全年降水的70%以上.研究还使用了气象格点数据,使用的气象格点数据为中国地面气温日值0.5°×0.5°格点数据集和中国地面降水日值0.5°×0.5°格点数据集.2个数据集以最新整编的我国2000多个气象站点的观测资料为数据源,以薄盘样条法对气温和降水进行空间插值而得到.数据集的空间分辨率0.5°×0.5°,时间分辨率为日,时间跨度为1961年1月1日至今,且在不断更新中.以上数据集由国家气象信息中心制作,中国气象科学数据共享服务网提供下载,网址为/home.do.气象格点在流域的分布情况如图3.此外,预估流域未来融雪径流的变化使用了气候情景数据,该气候情景数据为由国家气候中心提供的CMIP5多模式简单集合平均数据,包括RCP2.6、RCP4.5、RCP8.5三种情景未来气候变化预估数据.2.3srtm数据处理地形数据使用SRTM3数据(ShuttleRadarTopographyMission).该数据的格网精度是90m(见/).SRTM数据覆盖60°N~56°S,占全球陆地表面的80%以上.目前一些分辨率较低的数据已向公众公开,用于科研工作.本研究使用该数据进行了托什干河流域划分和高程带离散,该数据在流域内没有明显数据空洞,流域划分结果也表明数据精度较好.Huang等利用ICESat对SRTM数据在青藏高原的精度情况进行了研究,其垂直精度约为16m.此外,研究还使用了流域出口水文站的月径流数据.用于模型参数率定和检验.2.4日径流xySRM(SnowmeltRunoffModel)融雪径流模型是Matinic于20世纪70年代提出来的概念性分布式水文模型,其参数从物理意义出发,又比较简化.该模型最突出的特点是提出了概化的径流计算公式,该公式的基本思想是计算每天消融和降水所产生的水量,将它们叠加到前一日计算的退水流量上,得到每天的日径流量.具体的计算公式:式中:Q为平均日流量(m3·s-1);cs为融雪径流系数;cR为降雨径流系数;a为度日因子(cm·℃-1·d-1);T为度日数(℃·d);△T为根据温度直减率在不同高程进行温度插值后度日数的修正值(℃·d);S为分带流域雪盖面积百分比;P为降水(cm);A为流域或分带面积(km2);k为衰退系数;n为模拟流量连续计算的天数;10000/86400是径流量到径流深的换算系数.在山区应用,考虑到高程对相关参数的影响,一般需对流域划分高程带.一般按500m高度间隔进行高程带划分,在每个分带用式(1)计算,总的模拟值为各个分带之和.3结果3.1积极开展积极关断和堆积覆盖率积雪具有很强的季节性,从获得的2000年以来流域各季节的积雪覆盖率变化过程可以看出(图4),冬季积雪覆盖率最高,在2005年超过60%,其次是秋季,夏季覆盖率最低.2000年夏季积雪覆盖率达到最低值10.2%;多年月平均积雪覆盖率更能体现流域积雪覆盖率的年内过程(图5).1月积雪覆盖率最大,气温高的7、8月积雪覆盖率达到低值.3.2积累期的时间高程主要影响积雪的积累和消融时段的长短,以30%的积雪覆盖率为阈值来划分流域积雪积累期与消融期.海拔3000m以下区域只有1月为积累期;海拔3000~4000m的积累期为9月-翌年4月;而海拔4000~5000m全年的积雪覆盖率都在30%以上,说明该带积雪全年都在积累(图6).需要说明的是,研究流域积雪的积累期同时也伴随着积雪的消融,因为在降水丰富的时段也是气温高的时段,这也是大陆性气候带的特点.3.3冬季堆积增加2000年以来流域积雪呈现增加趋势,年平均积雪覆盖率倾向率为0.205%·a-1,但有一定的时空差异.时间上,相对其他季节,流域冬季积雪增加更为明显,倾向率为0.345%·a-1(图7);空间上,与其他高度带相比,海拔3000~4000m高度带增加比较明显,其中,秋季增加趋势最为显著(图7),倾向率为0.602%·a-1.3.4与标准自由大气的垂直递减率比较流域春季径流主要来自3-5月的积雪消融产流;SRM融雪径流模型的输入变量为气温、降水和积雪覆盖率.用高程带将流域进行空间离散,按500m高度间隔流域可分为7个高程带,各带的高度区间见表1.为了得到3-5月各带的气温和降水输入数据,需要知道气温和降水随高程的变化率.使用气象格点数据,计算3-5月流域气温、降水随高程的变化率(图8).3-5月流域气温的垂直递减率为5.8℃·(1000m)-1,低于标准自由大气的垂直递减率;3-5月流域降水随高度的上升而增加,增加的比率为38.5%·(1000m)-1.利用获得的气温和降水的高程变化率,计算得到了所需时段各高程带气温和降水输入数据.各带的积雪覆盖率数据则由MOD10A2数据与各高程带切割统计得到.模型的背景参数如退水系数、降雨贡献面积和临界气温根据模型相关方法确定,同时参考天山巩乃斯河流域、开都河流域和唐古拉山冬克玛底河流域的研究成果.选择有遥感积雪面积观测的2000-2006年开展春季融雪径流模拟研究,将2000-2003年设为模型参数率定期,2000-2006年为模型检验期.结果表明,率定期模拟值和实测值的相关系数为0.86(图9a),检验期模拟值和实测值的相关系数为0.87(图9b).同时,率定期还率定了相关参数值(表3).总体而言,模型较好的模拟了春季融雪径流量.说明模型参数的确定是合理的,模型适合模拟流域的融雪径流.3.5融雪径流过程自然过程模型以1981-2010年做为当前的气候背景,获得了在多种RCP情景下流域2021-2050年春季的气候变化状况(表4).利用SRM模型,以未来气候情景为驱动数据,以2000-2012年的平均积雪覆盖率为输入,预估了流域2021-2050年的融雪径流过程.结果表明,4月份之后径流峰值增大显著(图10).尽管不同气候情景下流域气温降水的变化并不相同,但对流域春季径流而言,并没有明显差别.4区域堆积和气象条件对径流的影响托什干河流域有着丰富的积雪.季节上,冬季是流域积雪分布最广;月份上,1月份积雪分布最广,积雪分布时空差异显著.在积雪丰富的年份,1月份积雪覆盖率可达90%以上,但积雪少的